Etnografian etuliite etno viittaa kansaan, ja etnografia on organisaatiotutkimuksessa yleisesti hahmotettu tutkijan syvällisenä perehtymisenä organisaation elettyyn arkeen, kulttuuriin ja sosiaaliseen kontekstiin (mm. Yanow ym. 2012). Organisaatioon kohdistuvassa etnografisessa kenttätutkimuksessa (Yanow, 2009) tutkija uppoutuu tutkittavaan organisaatioon syvällisesti, pyrkien olemaan osa sen jatkuvasti elettyä arkea. Pitkäkestoinen läsnäolo tutkimuskohteen kulttuurin sisällä tuo tietoa nähtyjen, kuultujen, ja koettujen asioiden kautta (Ybema ym. 2009). Tutkimusmenetelmänä etnografinen kenttätutkimus on tutkijalle vaativa, vaikka toisaalta tuottaa erittäin rikasta aineistoa, jota on usein vaikea tuottaa muilla menetelmillä kuten haastatteluilla (Watson, 2010).
Vaikka en odota lähivuosina tutkivani esimerkiksi tekoälyllä varustettua androidia, olen jo havainnoinut tekoälyn vaikutuksia työn teon tapoihin. Esimerkiksi eräässä organisaatiossa, työn tekemisen sijainti vaihtui toimistolta kotiin sen mukaan, oliko yhteys tekoälysovellukseen. Lisäksi saman organisaation yhdessä tiimissä sujuvasti ”kysytään mitä mieltä GPT on” asioista. Kenttätutkimusta aiheesta tarvitaan tuottamaan tietoa elävästä organisaatioelämästä, jotta pystytään luomaan suosituksia, strategioita, ja ohjaamaan politiikkaa sekä sääntelyä kohti organisaatioita, joissa niin ihmisten kuin tekoälynkin on hyvä olla.
Tekoälyratkaisujen yleistyminen ja kehitys
Tekoälyn ja erityisesti generatiivisen tekoälyn kuten laajojen kielimallien (Large Language Models, LLMs) erittäin nopea yleistyminen vuoden 2023 aikana on tuonut – ja yhä laajemmin tuomassa – organisaatioihin arkisia tekoälytyökaluja. Laajalle yleisölle tyypillisin kosketuspinta on yleisesti julkisesti käytössä olevat keskustelupohjaiset ratkaisut, kuten OpenAI:n ChatGPT (OpenAI, 2024), Microsoft Big/Copilot (Microsfot 2024), Googlen Bard/Gemini (Google, 2024) ja Anthropicin Claude 2 (Anthropic, 2024) joka ei ole vielä saatavilla Suomessa. Näistä kaikista on vaihtelevasti eri organisaatioilla käytössä sekä alkuperäisten kehittäjien toimittamia ratkaisuja, kuin myös kolmannen osapuolen kehittämiä erilaisia integraatioita.
Tekoälyratkaisut, jotka pohjautuvat laajoihin kielimalleihin (LLMs), mahdollistavat organisaatioissa älykkäät keskustelevat agentit – siis toimijat, joiden kanssa voidaan olla vuorovaikutuksessa esimerkiksi teksti- tai äänipohjaisella chat-toiminnolla. Nämä voivat olla ns. RAG (Retrieval-Augmented Generation, Lewis ym. 2020) ratkaisuja, joissa kielimalli on yhdistetty esimerkiksi organisaation omaan dataan, tai sellaisia, jotka datan sijasta on yhdistetty kykyyn käyttää muita ohjelmistoja tai toimintoja (ns. LAM – Large Action Model, Kalakonda ym. 2022).
Kielimalleja tai älykkäitä agentteja (esim. Osika, 2023; Significant-Gravitas, 2023) voi myös organisoida toimimaan yhdessä saavuttaakseen käyttäjän haluaman lopputuloksen – yksi suunnittelee liiketoimintastrategian, toinen liiketoiminnassa käytettävän ohjelmiston arkkitehtuurin, kolmas koodaa ratkaisun, neljäs testaa, jne. (Wu et al. 2023). Emme ole siis lainkaan kaukana organisaatiotulevaisuudesta, jossa tekoäly on enemmän kuin työkalu, vaan lähempänä työkaveria ja organisaation jäsentä.
Muutoksen tuulet organisaatiotutkimuksen kannalta
Nykyinen tekoälyn tuoma muutos organisaatioissa ei rajoitu vain uuden työkalun tuomiin mahdollisuuksiin, vaan se muuttaa työntekemisen tapoja ja organisaatioita itsessään. Mitä tämä tarkoittaa organisaatiotutkimuksen kannalta, erityisesti kenttätutkimuksen (Locke, 2011) osalta? Näen muutoksen tuovan ainakin kolme merkittävää suuntaa:
- Ihmisen ja koneen vuorovaikutuksen korostunut rooli
Tekoäly, varsinkin älykkäinä agentteina – eli toimijoina – tuo uuden ulottuvuuden organisaatioiden sosiaaliseen rakenteeseen. Etnografin täytyy kyetä entistä laajemmin huomioimaan ihmisten välisen vuorovaikutuksen lisäksi ihmisten ja älykkäiden agenttien sekä järjestelmien välinen vuorovaikutus. Tämä voi merkitä myös teoreettisten viitekehysten ja käsitteiden laajentamista, ottaen huomioon esimerkiksi sosiaalisen verkoston ulottumisen myös keinotekoisiin organisaation jäseniin.
- Organisaatiokulttuurin muutos
Tekoälyn integroiminen vaikuttaa organisaatiokulttuuriin, tuoden mukanaan uusia normeja, tapoja, sekä kielenkäyttöä. Esimerkiksi päätöksentekoprosesseissa jokaisella tasolla voi korostua tekoälyratkaisujen ja älykkäiden agenttien rooli. Tämä tekee prosesseista yhtä enemmän datavetoisia, ja voi johtaa vähemmän intuitiiviseen kokemukseen siitä, kuinka päätöksiin on tultu. Etnografin tuleekin kyetä tarkastelemaan myös muuttuvaa organisaatiokulttuurin dynamiikkaa, kuten mitä symbolisia merkityksiä tekoäly saa ja missä roolissa se on organisaation identiteetin sekä arvojen kanssa.
- Vallan ja hierarkian muutokset
Tekoäly voi muuttaa organisaatioiden perinteisiä valtarakenteita, potentiaalisesti keskittäen valtaa tai päinvastoin demokratisoimaan päätöksentekoa saavutettavuuden ansiosta. Tekoäly voi vaikuttaa informaation kulkuun sekä organisaatiorakenteeseen jopa ennakoimattomalla tavalla – kuinka paljon valtaa siirtyy ”tekoälyesimiehelle?” (Noponen ym. 2022) tai heille, jotka osaavat erityisen hyvin tekoälyn kanssa vuorovaikuttaa. Älykkäiden agenttien vaikutusta valtasuhteisiin tulisikin kyetä kriittisesti arvioimaan.
Tekoälyn integrointi organisaatioihin korostaa ihmisen ja koneen välisen vuorovaikutuksen merkitystä, uudistaa organisaatiokulttuuria tuoden uusia toimintatapoja ja normeja, sekä muuttaa valtarakenteita mahdollistaen uudenlaisen päätöksenteon. Etnografien on otettava huomioon nämä muutokset tutkimuksissaan, laajentamalla mahdollisesti teoreettisia viitekehyksiään kattamaan myös keinotekoiset toimijat sekä arvioimaan kriittisesti tekoälyn vaikutusta organisaation dynamiikkaan ja valtasuhteisiin. Edellä kuvattujen muutosten lisäksi etnografin on syytä huomioida myös tutkimusmetodologiaan liittyvät vaikutukset. Tekoälyn saapuminen organisaatioihin vaikuttaa myös esimerkiksi datan keräämiseen, eettiseen arviointiin, ja monitieteellisen yhteistyön korostumiseen:
- Datan kerääminen
Perinteiset etnografiset menetelmät kuten osallistujien havainnointi ja haastattelut (Genzuk, 2023) voivat saada huomattavia siirtymiä digitaaliseen suuntaan (Hänninen & Turtiainen, 2022), kun pyritään saamaan rikasta ja syvää tietoa vuorovaikutuksesta tekoälyn kanssa. Näitä digitaalisia jalanjälkiä voi olla toisinaan mahdollista tarkastella hyvinkin kattavasti, mikäli se on tutkimusluvallisesti ja teknisesti mahdollista. Keskusteluhistoria tekoälyn kanssa saattaa esimerkiksi olla tallentunut, mikä muodostaa erittäin laajan mahdollisuuden datan hyötykäyttöön. Organisaation arjessa ei myöskään välttämättä ole vain ihminen-tekoäly vuorovaikutustilanteita, vaan useiden ihmisten ja useiden tekoälyagenttien yhtäaikaista keskustelua sekä toimintaa. Toisaalta tekoälyn käyttö voi tehdä monia virallisen ja epävirallisen kommunikaation tapahtumia näkymättömäksi – kuten työtehtävään liittyvää tiedonetsintää tai työn teon ohjausta – jolloin osa rikkaasta kulttuurista voi jäädä etnografilta pimentoon.
- Eettinen arviointi
Datan suuri saatavuus, vuorovaikutustilanteiden läpitunkevuus eri käyttöliittymien kautta ja keskustelun sensitiivinen sävy, älykkäiden agenttien ihmismäisen luonteen takia, vaatii painavaa harkintaa erityisesti yksityisyyden suojan kannalta. Teknisestä näkökulmasta ei ole uutta tarkastella esimerkiksi dokumenttianalyysin keinoin sähköposti- ja kokousmuistiinpanoja (Akemu & Abdelnour, 2020). Tekoälyagentin kanssa keskustelu voi kuitenkin muodostua samankaltaisia, voimakkaasti tunteisiin sidottuja tilanteita, kuin henkilökohtaiseen keskusteluun kollegan kanssa.
- Monitieteellinen yhteistyö
Tekoälyyn liittyvien teknisten toteutusten läpikäynti on yhä tärkeämmässä roolissa etnografin kannalta – miten kielimalli on opetettu, mihin dataan se pääsee käsiksi, mitkä ovat sen kyvykkyydet. Nämä eivät vaikuta vain yksittäisiin organisaatiokohtaisiin havaintoihin, vaan myös laajempaan organisaatiotutkimuksen kenttään. Älykkäistä agenttien ja tekoälyratkaisuiden tekniset yksityiskohdat ovat tärkeitä, jotta esimerkiksi organisaatioiden välisiä tutkimuksia voidaan vertailla yksityiskohtaisemmin.
Tekoälyn yleistyminen organisaatioissa haastaa perinteiset etnografiset datankeruumenetelmät. ja edellyttää uusia eettisiä pohdintoja ja korostaa monitieteellisen yhteistyön merkitystä. Etnografien voi olla tarpeen mukautua yhä laajemmin digitaalisen datan keräämiseen, kuten keskusteluhistorian analysointiin. Tämä voi avata uusia mahdollisuuksia, mutta myös tekee osan vuorovaikutuksesta näkymättömäksi. Lisäksi datan laaja saatavuus ja älykkäiden agenttien ihmismäinen luonne asettavat korkeat vaatimukset tutkimuksen eettiselle arvioinnille. Tekoälyteknologioihin liittyvää teknistä ymmärrystä tarvitaan monitieteisen yhteistyön keinoin, jotta voidaan arvioida tekoälyn vaikutuksia organisaatioihin syvällisesti ja vertailla tutkimustuloksia kattavasti.
Organisaatioon kohdistuvan etnografisen kenttätutkimuksen osalta muutokset tulevat korostamaan tutkijan taitojen ja kykyjen sopeutumista, huomioiden uuden teknologian käyttöönoton. Lisäksi pitkäaikaistutkimukset ovat entistä tärkeämmässä roolissa havainnoimaan, mitä muutoksia tekoäly tuo organisaatioihin, mutta myös miten ne muuttuvat ja millä tavalla.